K Independent Samples

(Uji K Sampel Bebas)

Chi Square K Sampel Independen

 Merupakan perluasan dari Uji Khi-Kuadrat untuk dua

sampel independen yang berguna untuk menentukan
signifikansi perbedaan-perbedaan antara k-kelompok
independen.
 Skala pengukuran data yang dipakai, berupa data nominal
atau ordinal.
 Contoh Kasus

Seorang peneliti ingin mengetahui proporsi lima daerah asal

mahasiswa di sebuah perguruan tinggi berdasarkan angkatan
masuk mahasiswa. Kelima daerah tersebut meliputi Jawa,
Sumatera, Kalimantan, Sulawesi, dan Papua. Berikut adalah
datanya
 Angkatan Angkatan Angkatan
Daerah Angkatan I
II III IV
Jawa 160 110 90 80
Sumatera 70 75 60 45
Kalimantan 60 55 60 45
Sulawesi 70 60 30 40
Papua 60 50 30 40
 Interpretasi

 Hipotesis

H0 = proporsi mahasiswa dari lima daerah adalah

sama untuk setiap angkatan
H1 = proporsi mahasiswa dari lima daerah tidak
sama untuk setiap angkatan
 Pengambilan Keputusan

 Berdasarkan Signifikansi/ Probabilitas

Jika Prob./ Sig. > 0,05  Maka H0 diterima, menolak H1
Jika Prob. / Sig. < 0,05  Maka H0 ditolak, menerima H1
 Hasil

Nilai Asymp. Sig >  Maka

H0
Artinya: Kesimpulan: jadi,
 Uji Median Extension (Perluasan
Uji Median)
 Merupakan perluasan dari uji median
 Perluasan uji median ini menentukan apakah k-kelompok
independen (tidak harus berukuran sama) telah ditarik
dari populasi yang sama atau dari populasi-populasi
dengan median sama.
 Data yang digunakan adalah data berskala pengukuran
ordinal.
 Contoh Kasus

Supervisor penjualan untuk roti coklat dari DUTA ROTI, ingin

mengetahui apakah ada perbedaan penjualan roti coklat di
daerah penjualan JAKARTA. Untuk itu diambil sampel berupa
data penjualan roti coklat, masing-masing empat outlet
untuk kawasan Jakarta engan data:
 Penjualan
Kota
(unit/bulan)
Jakarta Pusat 62
Jakarta Pusat 58
Jakarta Pusat 61
Jakarta Pusat 59
Kelompok Keterangan
Jakarta Barat 60 1 Jakarta Pusat
Jakarta Barat 67 2 Jakarta Barat
Jakarta Barat 55 3 Jakarta Selatan

Jakarta Barat 63
Jakarta Selatan 64
Jakarta Selatan 68
Jakarta Selatan 69
Jakarta Selatan 61
 Interpretasi

 Hipotesis
H0 = penjualan roti coklat di wilayah Jakarta tidak ada
perbedaan / median penjualan roti coklat di Jakarta pusat,
Jakarta Barat, dan Jakarta Selatan relaif sama
H1 = penjualan roti coklat di wilayah Jakarta berbeda /
median penjualan roti coklat di Jakarta pusat, Jakarta Barat,
dan Jakarta Selatan relaif sama
 Pengambilan Keputusan

 Berdasarkan Signifikansi/ Probabilitas

Jika Prob./ Sig. > 0,05  Maka H0 diterima, menolak H1
Jika Prob. / Sig. < 0,05  Maka H0 ditolak, menerima H1
 Hasil

Nilai Asymp. Sig >  Maka

H0
Artinya: Kesimpulan: jadi,
 Uji Kruskal Wallis

 Analisis ini sangat berguna untuk menentukan apakah k

sampel independen berasal dari populasi-populasi yang
berbeda.
 Skala pengukuran datanya, uji ini mengharuskan data yang
dipakai berskala paling rendah berupa data ordinal.
 Contoh Kasus

Supervisor penjualan untuk roti coklat dari DUTA ROTI, ingin

mengetahui apakah ada perbedaan penjualan roti coklat di
daerah penjualan JABODETABEK. Untuk itu diambil sampel
berupa data penjualan roti coklat, masing-masing enam
outlet untuk setiap kawasan dengan data:
 Penjualan Penjualan
Kota Kota
(unit/bulan) (unit/bulan)
Jakarta 639 Tangerang 521
Jakarta 652 Tangerang 542
Jakarta 638 Tangerang 551
Jakarta 621 Tangerang 542
Jakarta 652 Tangerang 587 Kelompok Keterangan
Jakarta 685 Tangerang 529 1 Jakarta
Bogor 624 Bekasi 548 2 Bogor
Bogor 651 Bekasi 557 3 Tangerang
Bogor 653 Bekasi 524 4 Bekasi
Bogor 695 Bekasi 518
Bogor 651 Bekasi 529
Bogor 634 Bekasi 534
 Interpretasi

 Hipotesis

H0 = penjualan roti coklat di wilayah JABODETABEK

tidak ada perbedaan yang signifikan
H1 = penjualan roti coklat di wilayah JABODETABEK
ada perbedaan yang signifikan
 Pengambilan Keputusan

 Berdasarkan Signifikansi/ Probabilitas

Jika Prob./ Sig. > 0,05  Maka H0 diterima, menolak H1
Jika Prob. / Sig. < 0,05  Maka H0 ditolak, menerima H1
 Hasil

Nilai Asymp. Sig >  Maka

H0
Artinya: Kesimpulan: jadi,